[发明专利]基于高精度地图的车道边线距离检测方法、装置及存储介质在审
申请号: | 201811023540.6 | 申请日: | 2018-09-03 |
公开(公告)号: | CN109186615A | 公开(公告)日: | 2019-01-11 |
发明(设计)人: | 李强 | 申请(专利权)人: | 武汉中海庭数据技术有限公司 |
主分类号: | G01C21/30 | 分类号: | G01C21/30 |
代理公司: | 武汉蓝宝石专利代理事务所(特殊普通合伙) 42242 | 代理人: | 廉海涛 |
地址: | 430000 湖北省武汉市*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车道线 车道 采样 边线距离 采样元素 存储介质 地图元素 宽度距离 位置坐标 检测点 匹配 相机 地图数据 定位模块 匹配车辆 实时定位 检测 采集 | ||
1.一种基于高精度地图的车道边线距离检测方法,其特征在于,
通过相机采集至少一条采样车道线;
通过定位模块匹配车辆在高精度地图的位置坐标并根据所述位置坐标在所述高精度地图提取当前车道的地图车道线;
根据所述采样车道线及地图车道线分别提取采样元素及地图元素;
根据所述地图元素及所述采样元素的匹配,提取有效的所述采样车道线为真实车道线;
在任意两条所述真实车道线之间生成检测点对并获取所述检测点对的点对距离;
在所述高精度地图提取两条所述地图车道线之间的宽度距离并根据所述宽度距离与至少一个所述点对距离进行匹配,提取有效的所述点对距离。
2.如权利要求1所述的基于高精度地图的车道边线距离检测方法,其特征在于,所述的通过相机采集至少一条采样车道线,包括:
所述相机实时采集道路图像并根据边缘检测算法提取所述道路图像的采样车道线。
3.如权利要求1所述的基于高精度地图的车道边线距离检测方法,其特征在于,所述的根据所述采样车道线地图车道线分别提取采样元素及地图元素,包括:
建立一包括坐标转换后采样车道线及地图车道线的车辆坐标系;
在所述车辆坐标系分别提取转换后采样车道线及地图车道线的采样元素及地图元素。
4.如权利要求1所述的基于高精度地图的车道边线距离检测方法,其特征在于,所述的建立一包括坐标转换后所述采样元素及地图元素的车辆坐标系,包括:
建立车辆坐标系并配置大地坐标系与所述车辆坐标系的第一转换关系;
采样根据所述第一转换关系坐标转换所述地图车道线;
配置相机坐标系并确定所述相机坐标系与所述车辆坐标系的第二转换关系;
根据所述第二转换关系坐标转换所述采样车道线。
5.如权利要求1所述的基于高精度地图的车道边线距离检测方法,其特征在于,所述的根据所述地图元素及所述采样元素的匹配,提取有效的所述采样车道线为真实车道线,包括:
对所述地图元素及所述真素元素进行贝叶斯估计,确定与所述地图车道线最优匹配的采样车道线为真实车道线。
6.如权利要求1所述的基于高精度地图的车道边线距离检测方法,其特征在于,所述的在任意两条所述真实车道线之间生成检测点对并获取所述检测点对的点对距离,包括:
根据定位模块的误差估计通过正态分布随机生成任意两条所述真实车道线之间的检测点对;
根据所述相机的内参数及外参数测算所述检测点对的点对距离。
7.如权利要求6所述的基于高精度地图的车道边线距离检测方法,其特征在于,所述的根据所述宽度距离与至少一个所述点对距离进行匹配,提取有效的所述点对距离,包括:
对所述宽度距离及所述点对距离进行贝叶斯估计,提取有效的所述点对距离。
8.如权利要求1所述的基于高精度地图的车道边线距离检测方法,其特征在于,
所述采样元素及地图元素至少包括边线相似度信息、边线曲率信息的一种或多种。
9.一种存储介质,用于存储计算机指令,其特征在于,所述指令被处理器执行时实现如权利要求1-8任意一项所述的方法。
10.一种基于高精度地图的车道边线距离检测装置,其特征在于,所述装置包括:
地图模块,加载基本地理信息生成高精度地图;
相机,根据边线检测算法采集至少一条采样车道线;
定位模块,通过定位元件匹配车辆在所述高精度地图的位置坐标并根据所述位置坐标在所述高精度地图提取当前车道的地图车道线;
第一估计模块,根据所述采样车道线及地图车道线分别提取采样元素及地图元素,根据所述地图元素及所述采样元素的匹配提取有效的所述采样车道线为真实车道线;
第二估计模块,在任意两条所述真实车道线之间生成检测点对并获取所述检测点对的点对距离,在所述高精度地图提取两条所述地图车道线之间的宽度距离并根据所述宽度距离与至少一个所述点对距离进行匹配,提取有效的所述点对距离。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉中海庭数据技术有限公司,未经武汉中海庭数据技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811023540.6/1.html,转载请声明来源钻瓜专利网。